AI zrychluje vývoj léků a snižuje náklady. Jejich výrobcům ale hrozí velká rizika
- Na vývoji léčiv se stále více podílejí i technologické firmy. Poskytují farmaceutickým společnostem specializované AI modely či výpočetní kapacitu.
- Koncentrace této nové infrastruktury pro vývoj léků v rukách jen několika Big Tech společností však s sebou nese riziko.
- Hrozí, že se výrobci léků dostanou do područí těchto dodavatelů, píše businessový newsletter 11am.
Takzvané Big Tech společnosti jako Google, Microsoft či Amazon se do vývoje farmaceutik začaly zapojovat už před deseti lety. V roce 2016 zahájil spolupráci například druhý největší prodejce léků na světě Pfizer s technologickým obrem IBM. Cílem bylo zrychlit analýzu rozsáhlého množství dat při hledání nových možností léčby rakoviny.
Hlavním impulzem k intenzivnější spolupráci mezi těmito dvěma sektory se však stal až rozmach generativní umělé inteligence. Ta se postupně stala součástí celého procesu vývoje léčiv – od definice příčin onemocnění přes generování nových molekul a jejich testování až po návrh kandidátů do klinických studií a vytváření léčby na míru. Její potenciál je značný: konzultační společnost McKinsey před dvěma lety odhadla, že by generativní AI mohla segmentu farmacie a výroby zdravotnických produktů přinést dodatečných 60–110 miliard dolarů ročně.
Farmaceutický průmysl proto hromadně investuje jak do akvizic menších biotechnologických společností, tak do strategických partnerství s velkými hráči. Uzavřely je už prakticky všechny největší globální společnosti v sektoru. Například Nvidia, která je světovým lídrem v AI a grafických čipech, jen za poslední rok oznámila dvě takové spolupráce: s gigantem Eli Lilly zahájila projekt společné AI laboratoře pro výzkum léčiv a se společností Roche vybudovala zatím největší hybrid-cloudovou AI infrastrukturu ve farmaprůmyslu.
Toto zefektivnění vývoje léčiv je však vykoupeno rizikem, že se odvětví dostane do područí jen malého počtu silných dodavatelů AI technologií. Pokud farma firmy postaví svůj vývoj na infrastruktuře, cloudových službách a výpočetním výkonu jednoho poskytovatele, přechod ke konkurenci může být obtížný.
K uzavřeným modelům od Big Techu proto vzniká alternativa v podobě otevřených biologických nástrojů (například OpenFold). Ty farmaceutickým firmám umožňují provoz na vlastní infrastruktuře a snižují riziko závislosti na jediném dodavateli.
Šedá zóna práva a účet, který platí jen jeden
Další hrozbou je nicméně doutnající spor o duševní vlastnictví k léčivům vyvinutým s pomocí AI nástrojů. Ty poskytuje technologická firma, zatímco vstupní data či pozdější klinické testy, které jsou finančně nejnáročnější, jsou čistě na farmaceutickém průmyslu. Podle studie zveřejněné americkým úřadem Národní knihovna medicíny tak mohou tyto léky často spadat do šedé zóny, v níž určení vlastnického a užívacího práva často není jednoznačné.
Začínají se rovněž vynořovat obavy kvůli ochraně citlivých zdravotnických dat v rukou technologických společností. Dokládá to i letošní žaloba na firmu Tempus AI kvůli zneužití genetických dat, která dodávala farmaceutickým gigantům jako AstraZeneca či GSK. Z ní vyplynulo, že u unikátních dat jako DNA, jež byla dříve považována za anonymizovaná, zvyšuje využívání AI riziko opětovné identifikace osob. Důvěru mohou narušovat i problémy se vznikem takzvaných černých skříněk nebo halucinací modelů, kdy vědci nejsou schopni vystopovat, jak AI došla k výsledkům, nebo s nesprávnými či zkreslenými výsledky.
Podle průzkumu konzultační společnosti Capgemini přitom už většina firem AI nástroje do výzkumného procesu zahrnula. Plánuje do nich investovat stále víc, přičemž až 80 procent jich buduje své kapacity výhradně nebo aspoň za pomoci externích firem.
I když jde o spolupráci, rizika spojená s vývojem nového léku nenesou oba sektory rovnoměrně. Technologické firmy mohou své AI nástroje prodávat více odběratelům a inkasují za ně už v rané fázi farmaceutického výzkumu. Jejich příjmy tudíž nejsou přímo závislé na úspěchu v testech konkrétního léku. Náklady a riziko klinického testování, které je nejdelší a nejnákladnější částí vývoje, v níž neuspěje 90 procent testovaných léků, naopak nesou čistě farmaceutické společnosti.
Z 12 let na pár měsíců
Podle Paula Healyho z farmaceutické profesní sítě PHARMeMED sdružující dva miliony uživatelů vzrostl počet vývojových programů využívajících při návrhu léčiv AI ze tří v roce 2016 na více než 170 letos v lednu. „Podstatný posun spočívá v tom, že se v řadě oblastí biologie přesouvá vznik a testování hypotéz od laboratorních experimentů k výpočetním metodám,“ upozorňuje.
To výrazně snižuje délku části vývoje medikamentů a tím i náklady s tím spojené. Na základě prvotních odhadů lze proces raného výzkumu a návrhu molekul zkrátit z 12 let až na méně než dva roky. Náklady na tento proces, jež při využití tradičních metod dosahují až 2,8 miliardy dolarů (59 miliard korun) na jeden lék, je i tak možné snížit o 70 procent. Následné klinické testování na lidech však z bezpečnostních a regulačních důvodů i nadále trvá roky a AI jej zkrátit nedokáže.
Příkladem řešení urychlující prvotní fázi výzkumu je AlphaGenome Atlas, který nedávno představila dceřiná společnost Google DeepMind. Model je schopný předpovídat, jaký vliv může mít zhruba devět miliard různých variant lidské DNA na fungování lidského organismu. Tím pomáhá rychle a přesně určit, které z nich souvisejí s nemocemi. Významný růst produktivity hlásí i Microsoft, jenž nasadil AI agenty na cloudové platformě Microsoft Azure v dánské firmě Novo (dříve Novo Nordisk). Vědci díky tomu mohou otestovat více než 50 výzkumných nápadů za čtvrtletí oproti původním pěti až deseti.
Partner i konkurent
Využívání umělé inteligence ve vývoji léčiv však kromě Big Tech společností dostalo do popředí i specializované společnosti známé jako „techbio“. Příkladem jsou Insilico Medicine či Recursion Pharmaceuticals, jež se předloni spojila s konkurentem Exscientia. Tyto firmy obvykle vzešly z akademického prostředí nebo vznikly jako spin-offy technologických gigantů.
Na rozdíl od standardních „biotech“ společností disponují nejen AI infrastrukturou, kterou prodávají či licencují farmaceutickému průmyslu, ale také vlastními laboratořemi. Díky nim dokážou přímo generovat biologická data nutná k trénování modelů a objevovat nové molekuly pro léčiva.
Techbio firmy stejně jako Big Tech společnosti uzavírají partnerství s farmaceutickými giganty, kteří lék posunou do klinického testování a uvedení na trh. I zde se však hranice mezi oběma typy společností stírá a techbio přebírá čím dál větší část procesu vývoje. Tím se pro farma průmysl stává přímou konkurencí. Příkladem je plicní lék rentosertib, jejž společnost Insilico díky AI kompletně navrhla a nyní sama financuje a řídí už poslední, třetí fázi jeho klinického testování.
Jak překlenout chybějící pravidla?
Trendu, kdy se do vývoje léčiv čím dál více zapojuje AI, se přizpůsobuje i regulace. Ta ale zatím za dynamickým vývojem v odvětví zaostává – Americký Úřad pro kontrolu potravin a léčiv (FDA) doposud nepovolil vstup na trh žádnému léku vyvinutému díky umělé inteligenci. První AI nástroj, jenž pomáhá zrychlit proces vývoje jaterních léků, schválil teprve loni v prosinci.
Regulační vakuum se farmaceutické firmy snaží přemostit například tím, že zakládají datová konsorcia jako projekt MELLODDY, kdy mezi sebou bezpečně sdílejí medicínská data určená k vývoji nových léků. Farma firmy zároveň stavějí vlastní velké jazykové modely (LLM) a další interní kapacity pro nasazování AI nástrojů ve výzkumu. V rámci své strategie „AI-at-scale“ francouzský výrobce léků Sanofi vyvinul modely na základě interních dat, díky nimž dokáže zkrátit čas návrhu mRNA vakcíny o polovinu.
Trendem je také budování dedikovaného technologického týmu, který například ve společnosti AstraZeneca tvoří už přes 600 zaměstnanců.
I přes rostoucí závislost farmaceutického průmyslu na technologických řešeních zůstane hlavní dohled nad studiemi i nadále v rukou výzkumných týmů. Důvodem je zejména složitost lidské biologie a chybějící vstupy pro trénink modelů. Ty jsou často nuceny využívat nekompletní data či studie založené na jiných živočišných druzích, upozornila pro Drug Discovery News Jo Varshneyová, ředitelka a zakladatelka firmy pro AI řízený vývoj léčiv VeriSIM Life.
„AI dokáže generovat předpovědi, ale to, zda tyto předpovědi dávají v daném kontextu smysl, musejí vyhodnotit lidé,“ dodala Varshneyová.
